Leírás
A megoldás létrehozásáról további információt a megoldás GitHubon elérhető útmutatójában talál.
A Cortana Intelligence Suite a Microsoft Azure segítségével biztosít minden olyan fejlett analitikai eszközt (adatbetöltés, adattárolás, adatfeldolgozás és fejlett analitikai összetevők), ami egy tartályszint-előrejelzési megoldás létrehozásához szükséges.
A megoldás több Azure-szolgáltatást kombinálva kínál hatékony megoldást. Az Event Hubs a valós idejű tartályszintadatokat gyűjti össze. A Stream Analytics összesíti az adatfolyamot, és alkalmassá teszi azt vizuális megjelenítésre. Az Azure Synapse Analytics tárolja és alakítja át a tartályszintadatokat. A Machine Learning megvalósítja és végrehajtja az előrejelzési modellt. A Power BI a tartályszint és az előrejelzési eredmények valós idejű vizuális megjelenítéséről gondoskodik. Végül a Data Factory a teljes adatfolyamatot vezényli és ütemezi.
Az „Deploy” (Üzembe helyezés) gomb elindít egy munkafolyamatot, amely az Ön által megadott Azure-előfizetést használva helyezi üzembe a megoldáspéldányt egy erőforráscsoportban. A megoldás több Azure-szolgáltatást is magában foglal (részletesen lásd alább), továbbá egy olyan Web Jobs-feladatot, amely szimulálja az adatokat, így az üzembe helyezést követően azonnal egy teljes értékű megoldás áll az Ön rendelkezésére.
Az üzembe helyezés után olvassa el az üzembe helyezés utáni teendőket ismertető útmutatót, amelyet itt talál.
Technikai adatok és munkafolyamat
- A rendszer adatpontokként vagy eseményekként tölti be az adatokat az Azure Event Hubsba és az Azure Synapse Analytics szolgáltatásba, és az adatokat a megoldás többi munkafolyamata is ilyen formában használja.
- Az Azure Stream Analytics elvégzi az eseményközpontból érkező stream közel valós idejű elemzését, és az eredményeket közvetlenül a Power BI-ba továbbítja vizuális megjelenítés céljából.
- Az Azure Machine Learning szolgáltatás a kapott bemeneti adatok alapján elkészíti az adott régió tartályszintjére vonatkozó előrejelzést.
- Az Azure Synapse Analytics az Azure Machine Learning szolgáltatásból származó előrejelzési eredményeket tárolja. Az eredményeket ezt követően a Power BI irányítópultja használja fel.
- Az Azure Data Factory kezeli az óraalapú modellbetanítás ütemezését és vezénylését.
- Végül a Power BI elvégzi az eredmények képi megjelenítését, így a felhasználók valós időben monitorozhatják az adott létesítmény tartályszintjét, és az előrejelzett szint segítségével megakadályozhatják a túlfolyást.
Jogi nyilatkozat
© 2017 Microsoft Corporation. Minden jog fenntartva. Ezt az információt jelen formájában nyújtjuk, és előzetes értesítés nélkül változhat. Az itt szereplő információkra a Microsoft nem vállal sem kifejezett, sem vélelmezett garanciát. A megoldás harmadik féltől származó adatok felhasználásával lett létrehozva. Ön felelős mások jogainak tiszteletben tartásáért, beleértve a hasonló adatkészletek létrehozásának céljából történő beszerzéseket és a vonatkozó licenceknek való megfelelőséget is.